基于可解释混合深度学习模型早期预测脓毒症患者 ICU 住院延长

研究人员开发出混合深度学习模型 FT-TabNet，利用入 ICU 前 24 小时的 17 项 SOFA 特征早期预测脓毒症患者延长住院（>4 天）。该模型在 MIMIC-IV 内部验证中取得 0.848 的 AUROC，在韩国 CBNUH 与 CNUH 外部验证中 AUROC 分别达 0.823 和 0.781。